王 艳 李 园 高 颖 褚福浩 苏泽琦 丁 霞 (北京中医药大学中医学院,北京 102488)
胃癌(gastric cancer,GC)是全球常见的恶性肿瘤之一,其发病率和病死率分别位居恶性肿瘤的第五和第三[1]。根据Lauren 分型,可将胃腺癌分为肠型、弥漫型和混合型,其中肠型胃癌是胃癌中最常见的类型,其发生是一个复杂的、多过程的级联反应模式,从慢性萎缩性胃炎(chronic atrophic gastritis,CAG)到肠上皮化生(intestinal metaplasia,IM),再到异型增生(dysplasia,Dys)是涉及多个基因及通路的复杂生物学过程。IM 作为胃癌前病变的重要阶段,该病理阶段的形成和进展可增加肠型胃癌的发生风险[2]。因此,寻找IM 的潜在关键靶点,明确其发生发展机制,对IM及肠型胃癌的早期诊断及预防具有重要意义和价值。
近年来,随着生物信息学的发展和测序技术的应用,从转录组、蛋白组水平研究疾病的发生发展机制已成为普遍关注的热点。本研究利用生物信息学技术,挖掘公共基因芯片数据库(Gene Expression Omnibus,GEO)中包含IM 的基因芯片,确定IM 组织与正常胃黏膜组织之间的差异表达基因(differen‐tially expressed genes,DEGs),随后进行GO 分析和KEGG 通路富集分析,构建蛋白相互作用(PPI)网络,寻找关键基因,筛选靶向IM关键基因的中药,为探究IM 发生发展的分子机制及治疗药物提供科学依据。
1.1 基因表达谱芯片的筛选 本研究从美国国立生物技术信息中心(National Center for Biotechnology Information,NCBI)的GEO 数据库(http://www. ncbi.nlm.nih.gov/)中,以“(gastric OR gastritis)OR stomach”为检索条件,通过阅读全文筛选出包含IM的基因芯片数据集,获得GPL18990 和GPL17077 平台的GSE78523和GSE60427两个数据集,从中选取IM 样本和正常胃黏膜样本进行分析[3-5]。
1.2 数据处理及差异基因分析 利用R 语言nor‐malizeBetweenArrays 函数对数据进行背景矫正和归一化处理,使数据具有可比性,并对校正后的数据进行绘图。……